PENGANTAR METODOLOGI

PENELITIAN II

Oleh
Prof. Dr. SARMANU, Drh. MS.
Fakultas Kedokteran Hewan
Universitas Airlangga
 METODOLOGI PENELITIAN

METHOD = cara, LOGI = ilmu

RESEARCH : Re  kembali
To search  mencari

Arti sederhana adalah ilmu tentang metode mencari

kembali
Arti yang lebih luas adalah ilmu tentang metode
mencari kebenaran ilmilah

STATISTIKA
Statistik = data, Statistika = ilmu. Ilmu yg mempelajari
metode pengumpulan data, penyajian, pengolahan dan
Penarikan kesimpulan
8/28/2019 2
 KLASIFIKASI STATISTIKA
Berdasarkan kesimpulan yang diperoleh :
- Statistika Deskriptif
- Statistika Inferensial
Statistika deskriptif membahas tentang deskripsi bukan
menyimpulkan populasi berdasarkan sampel.
Pembahasan meliputi cara penyajian data misalnya
dalam bentuk tabel, gambar, nilai sentral, ukuran
penyebaran dan lain-lain
Statistika inferensial. To infer : berarti menaksir atau
menyimpulkan. Stat inferensial membahas tentang cara
menyimpulkan populasi berdasarkan sampel yg diteliti.
8/28/2019 3
Menyimpulkan karakteristik populasi berdasarkan sampel
yg diuji disebut generalisasi.
Persyaratan generalisasi, besar sampel cukup, samplingnya
benar, instrumen valid dan reliabel, kolekting data benar
dan uji statistika cocok.
Pengertian populasi adalah kumpulan unit atau obyek yang
akan diteliti karakteristiknya. Bagian populasi disebut
sampel. Proses pengambilan sampel dari populasi disebut
sampling. Jika seluruh populasi diambil untuk diamati
disebut sensus. Kelebihan sampling : menghemat biaya,
tenaga dan waktu, lebih teliti dan melestarikan obyek.
Populasi bisa berbentuk kehidupan dan non kehidupan
Berdasarkan jumlah, populasi diklasifikasi menjadi populasi
finit dan infinit. Populasi finit, populasi yg jumlahnya
terbatas bisa ditentukan. Populasi infinit adalah populasi yg
jumlahnya
8/28/2019 tidak terbatas. Jika jumlah populasi maksimal 4
10.000 tergolong populasi finit. Jika jumlah > 10.000
tergolong populasi infinit. Jika populasi benar2 tidak bisa
ditentukan jumlahnya misal virus, bakteri, debu dll
termasuk populasi infinit.
Klasifikasi Statistika berdasarkan skala data yg diolah
Statistika Parametrik
Statistika Nonparametrik
Statistika Parametrik adalah statistika, data yang diolah
adalah skala rasio atau interval data distribusi normal.
Parametrik berasal dari kata para (sesuatu yg sulit diukur)
dan metrik (ukuran). Besaran milik populasi yg sulit diukur
disebut parameter. Parameter lazim ditulis dengan huruf
Yunani misalnya : β, σ, ‫ג‬, µ, ρ, dan lain-lain. Data distribusi
normal, bentuk kurvanya simetris. Koefisien kemiringan =
0 dan koefisien keruncingannya =3. Dg uji Kolmogorov
8/28/2019 5
Smirnov, Chi Square, Liliefors diperoleh harga p > 0,05.
Variabel (peubah) adalah konsep yang bisa diukur dan hasil
pengukurannya bervariasi contoh berat badan, tinggi badan
produktivitas dan lain-lain. Klasifikasi variabel berdasarkan
fungsi meliputi variabel bebas, variabel tidak bebas, variabel
antara, variabel moderator, variabel kendali dan lain-lain.
Contoh Statistika Parametrik : uji t, Analisis Varian (Anava),
Regresi Korelasi Linier Sederhana dan Berbanda
Statistika Nonparametrik. Data yg diolah skala nominal
atau ordinal. Bisa juga skala rasio atau interval, tetapi
distribusinya tidak normal. Statistika Nonparametrik adalah
statistika yang tanpa memperhatikan distribusi data. Sering
disebut Statistika Bebas Sebaran. Contoh Statistika Non-
parametrik : Uji Wilcoxon, Mann Whitney, Kruskal Wallis,
Firedman, Chi Square, Fisher Exact, McNemar, Cochran,
Regresi Logistik, Korelasi Spearman, Log Linier dan lain-lain.
8/28/2019 6
Data (jamak), datum (tunggal) : ciri atau karakteristik
yg melekat pada obyek atau individu. Data tidak harus
berbentuk bilangan.
Berdasarkan sumber :
Data primer : data yg diperoleh peneliti secara langsung
Data sekunder : data yg diperoleh peneliti secara tidak
langsung
Berdasarkan cara memperoleh :
Data diskret : diperoleh dg cara menghitung, selalu utuh
contoh jumlah penduduk, mahasiswi
Data kontinu : diperoleh dg cara mengukur, bisa utuh
dan pecahan berat badan dalam kg,
tinggi dlm cm dll

8/28/2019 7
Berdasarkan Skala Pengukuran :
- Data rasio
- Data interval
- Data ordinal
- Data nominal
Data rasio (data nisbah, data kuantitatif) : bersifat absolut, bisa
dikalikan, ditambah, dibagi atau dikurangi. Paling tinggi tingkatanya.
Contoh berat badan dalam kg, tinggi dalam cm produktivitas dalam ton
dll. Uji statistika yg digunakan uji t, Anava, Regresi korelasi linier
sederhana dan berganda asumsi terpenuhi.
Data interval (data selang, data kuantitatif) : tidak absolut
mempunyai interval sama. Contoh nilai ujian dlm angka mentah 0-100,
skor kecantikan 0-100. Uji statistika yg digunakan = data rasio
Data ordinal (data jenjang, data semi kuantitatif) : tidak
absolut, tidak interval tapi berjenjang. Berasal dari kata ordo yg berarti
jenjang. Contoh hasil kejuaraan peringkat 1, 2 dst.

8/28/2019 8
Statistika yg digunakan Wilcoxon, Mann Whitney, Kruskal
Wallis, Friedman

Data Nominal (data kategorikal, data kualitatif).

Nominal berasal dari kata name = nama. Artinya data
tersebut berbentuk simbul. Meskipun kategori tersebut
diberi simbul angka, tidak bisa dijumlah, dikurangi, dibagi
dan dikalikan. Contoh data nominal : jenis kelamin, jenis
agama, merek obat, kesembuhan dan lain-lain. Jika skala
data nominal uji statistika yg digunakan adalah uji Chi
Square, McNemar, Cochran, Regresi Logistik dan Log
Linier.

8/28/2019 9
Metode pengumpulan data :
- Observasi
- Wawancara
- Angket
- Dokumenter
Metode observasi (pengamatan) meliputi observasi dg
partisipasi dan observasi non partisipasi. Observasi
partisipasi pengumpul data berperilaku atau berperan aktif
seperti responden. Keuntungan informasi yg diperoleh lebih
lengkap. Kelemahan pengumpul data perlu adaptasi.
Observasi non partisipasi pengumpul data tidak perlu
berperilaku atau berperan aktif sebagai responden.
Keuntungan pengumpul data tidak perlu adaptasi.
Kelemahan informasi yg diperoleh kurang lengkap.
Metode wawancara (interview) meliputi wawancara
8/28/2019 10
terstruktur dan wawancara tidak terstruktur. Wawancara
terstruktur materi pertanyaan sudah ditentukan
sebelumnya. Kelemahan informasi yg diperoleh terbatas.
Kelebihan metode lebih mudah. Wawancara tak terstruktur
materi pertanyaan bebas. Kelebihan informasi yg diperoleh
lebih lengkap. Kelemahan metode lebih sulit.
Metode angket (Questioner). Metode pengumpulan
data menggunakan daftar pertanyaan. Meliputi tiga macam
angket tertutup, angket terbuka dan kombinasi terbuka
tertutup. Angket tertutup jawaban sudah tersedia. Angket
terbuka jawaban belum tersedia. Angket kombinasi
jawaban sebagian tersedia dan belum tersedia. Angket
tertutup, informasi yg diperoleh terbatas, pengolahan lebih
mudah. Angket terbuka informasi yg diperoleh lebih
lengkap, pengolahan sulit. Angket kombinasi kelebihan dan
kekurangan antara angket tertutup dan terbuka.
8/28/2019 11
Metode Dokumenter. Metode pengumpulan data dg cara
melihat dokumen di instansi atau lembaga. Kelemahan
data tsb sdh tidak bisa diubah. Kelebihan mudah
memperoleh.
Metode pengumpulan data dg observasi, interview dan
angket dilihat sumbernya termasuk data primer. Metode
dokumenter termasuk data sekunder.
Data primer jika tidak valid dan reliabel bisa dilakukan
pengumpulan ulang. Data sekunder jika tidak valid dan
reliabel tidak bisa dilakukan ulang. Data sekunder tidak
wajib diuji normalitas, validitas dan reliabilitas.
Data valid adalah data yg diperoleh menggunakan
instrumen yg sesuai dg apa yg diukur. Data reliabel adalah
data yg diperoleh menggunakan instrumen yg
menghasilkan ukuran yg konsisten.

8/28/2019 12
Berdasarkan jumlah variabel yang diolah :
- Statistiska Univariat
- Statistika Multivariat
Statististika Univariat. Variabel dependen yg diolah
hanya satu dan terukur. Contoh : pengaruh jenis obat
terhadap kadar kolesterol. Pengaruh dosis obat terhadap
kadar gula darah. Contoh Statistika Univariat : uji t, Anova,
regresi korelasi linier sederhana dan berganda, uji Chi
Square, McNemar, Cochran, Wilcoxon, Mann Whitney,
Kruskal Wallis, Friedman dan lain-lain.
Statististika Multivariat. Variabel dependen yg diolah >
satu dan tidak terukur (variabel laten). Variabel laten tidak
bisa diukur langsung, pengukuran melalui variabel
indikator. Contoh variabel laten kesehatan dg variabel
indikator kadar kolesterol, gula darah dan asam urat
8/28/2019 13
Contoh Statististika Multivariat : Uji Hotelling, Multivariate
Analysis of Variance (Manova), Analisis jalur, Srtuctural
Equation Modeling (SEM), Korelasi Kanonikal dan lain-lain.
Univariat >< Multivariat
Univariat jumlah variabel satu dan terukur : kadar
kolesterol, gula darah, protein.
Multivariat jumlah variabel lebih dari satu berbentuk laten :
status kesehatan (kadar kolesterol, gula darah, protein).
Interpretasi
Univariat sederhana
Multivariat komprehensif

8/28/2019 14
 HIPOTESIS DAN PENGUJIANNYA
Hipotesis berasal dari kata hipo = lemah / rendah, tesis = pernya-
taan. Arti sederhana hipotesis, pernyataan yang lemah. Hipotesis
disusun berdasarkan landasan teori. Dikaitkan dg rumusan masalah
hipotesis adalah jawaban sementara yg belum diuji kebenarannya.
Dalam Statistika hipotesis dibedakan menjadi hipotesis nol (Ho) dan
hipotesis satu atau hipotesis alternatif (H1 = Ha). H1 atau Ha adalah
hipotesis penelitian yang menjawab rumusan masalah. Penolakan Ho
atau penerimaan H1 dan sebaliknya berdasarkan nilai alfa (Ժ). Alfa
adalah besar kesalahan dalam menerima hipotesis yg diajukan. Nilai
alfa ditetapkan sebelum melakukan penelitian, biasanya maksimum
5%. Nilai Ժ (peluang salah) + nilai Υ (Y = peluang benar) = 1. Hati2
dalam melihat tabel statistika. Kadang2 nilai tabel menggunakan nilai
alfa kadang2 menggunakan nilai gama. Perlu diketahui kebenaran
8/28/2019 15
dalam statistika tidak mutlak, tetapi berdasarkan peluang salah (Ժ).
 PENGUJAIN HIPOTESIS DENGAN
STATISTIKA PARAMETRIK
1). Uji t (Student Test) : digunakan untuk
menguji beda dua rata-rata. Syarat skala
data rasio atau interval dan distribusi
normal.
Macam Uji t :
- Uji t satu sampel
- Uji t dua sampel :
berhubungan
bebas : variansi homogen
8/28/2019
variansi heterogen 16
 Student Test (t-test)
Uji t

Uji t satu sampel Uji t dua sampel

Paired Uji t dua

t test Sampel bebas

Variansi Variansi
Homogen Heterogen
Untuk menguji perbedaan lebih dari 2 rata-rata.
Syarat skala data rasio atau interval dan distribusi
normal serta Variansi homogen
Pengembangan dari uji t
Klasifikasi Anova : Satu arah dan dua arah.
Contoh Anova 1 arah : Pengaruh merek obat A, B
dan C terhadap kadar kolesterol.
Contoh Anova 2 arah : Pengaruh feromon dan
lama perendaman thd seks rasio ikan nila merah
 3). REGRESI DAN KORELASI
Pengertian regresi tentang pengaruh, sedang korelasi tentang
hubungan
Klasifikasi Regresi Linier :
- Sederhana (Jumlah variabel bebas = 1)
- Berganda (Jumlah variabel bebas > 1)
Jenis Korelasi :
- Sederhana (Korelasi Pearson = Produk Momen, simbol r). Jumlah
variabel bebas = 1)
- Korelasi Berganda dan Korelasi Partial (Jumlah variabel bebas > 1)
- Korelasi Spearman (rs) jumlah variabel bebas dan tidak bebas
masing2 satu. Salah satu atau kedua variabel skala ordinal
- Koefisien korelasi antara -1 s.d. 1
- Pangkat dua koefisien korelasi disebut koefisian determinasi.
Koefisien yg menunjukkan berapa % variabel terikat dipengaruhi
variabel bebas.
Asosiasi hubungan antar variabel untuk skala data nominal
Persyaratan regresi linier :
- Skala data rasio atau interval dan residu distribusi normal.
- Terbebas dari multikolinier, otokorelasi dan heteroskedastisitas.
- Multikolinier terjadi korelasi yg signifikan antara variabel bebas
- Otokorelasi residu model regresi nilainya tidak sama dg 0
- Heteroskedastisitas terjadi korelasi antara residu dg variabel bebas

Regresi jika skala data variabel terikat nominal digunakan Regresi

Logistik. Contoh pengaruh umur dan kadar lemak terhadap terjadinya
penyakit jantung.
• DATA YANG DIOLAH SEMIKUANTITATIF

• 1). Uji Wilcoxon : Uji Wilcoxon yang

• berpasangan dan Uji Wilcoxon yang
• Bebas.
• 2). Uji Mann Whitney
• 3). Uji Kruskal Wallis
• 4). Uji Friedman
• 5). Korelasi Spearman
• DATA YANG DIOLAH NOMINAL

• 1). Uji Chi Kuadrat

• 2). McNemar
• 3). Cochran
 UJI STATISTIKA PARAMETRIK
DAN NONPARAMETRIK
KORELASI
DUA SAMPEL LEBIH 2 SAMPEL REGRESI /ASOSIASI

SKALA DATA
RELATED INDEPENDENT RELATED INDEPENDENT

RASIO t pasangan t bebas Anova sama subyek Anova & Multiple Linier Pearson
/INTERVAL & Multiple Comparison Korelasi
Comparison Multiple
Kruskal Wallis &
ORDINAL Wilcoxon Wilcoxon/U Test Friedman & Multiple Multiple Ordinal Spearman
pasangan Comparison Comparison

Mc Nemar Cochran & Multiple X2 & Multiple Asosiasi

NOMINAL X2 Comparison Comparison Logistik
Fisher Exact Phi, C
Test

8/28/2019 23